Panda dataframe aufteilen einer Spalte in mehrere Spalten

Habe ich ein pandas dataframe aussieht wie unten:

date     |    location          | occurance <br>
------------------------------------------------------
somedate |united_kingdom_london | 5  
somedate |united_state_newyork  | 5

Ich will es verwandeln in 

date     | country        | city    | occurance <br>
---------------------------------------------------
somedate | united kingdom | london  | 5  
---------------------------------------------------
somedate | united state   | newyork | 5

Ich bin neu in Python und nach einigen Recherchen habe ich folgenden code geschrieben, aber scheint nicht in der Lage zu extrahieren, Land und Stadt:

df.location= df.location.replace({'-': ' '}, regex=True)
df.location= df.location.replace({'_': ' '}, regex=True)

temp_location = df['location'].str.split(' ').tolist() 

location_data = pd.DataFrame(temp_location, columns=['country', 'city'])

Ich Schätze Ihre Antwort.

  • Danke Jungs für Eure Antwort. Mit gegebenen Kontext, alle Ihre Lösungen gut funktioniert, aber die tatsächliche dataset ich arbeite ziemlich kompliziert. Als Ergebnis, ich war nicht in der Lage, es klappt noch. Von oben snippet von mir, nach dem ersetzen von ' -','_', ich mache for item in temp: if str(item) == 'United': frames = [temp[0], temp[2].str.partition(" ", expand=True)] Ergebnis = pd.concat ("frames") print result //aber dies scheint nicht zu arbeiten
InformationsquelleAutor Emdadul | 2016-08-09
  1. 3

    Beginnend mit diesem: 

    df = pd.DataFrame({'Date': ['somedate', 'somedate'],
                   'location': ['united_kingdom_london', 'united_state_newyork'],
                   'occurence': [5, 5]})

    Versuchen Sie dies: 

    df['Country'] = df['location'].str.rpartition('_')[0].str.replace("_", " ")
df['City']    = df['location'].str.rpartition('_')[2]
df[['Date','Country', 'City', 'occurence']]

      Date        Country      City  occurence
0  somedate  united kingdom   london          5
1  somedate    united state  newyork          5

    Kreditaufnahme Idee von @MaxU

    df[['Country'," " , 'City']] = (df.location.str.replace('_',' ').str.rpartition(' ', expand= True ))
df[['Date','Country', 'City','occurence' ]]

      Date        Country      City  occurence
0  somedate  united kingdom   london          5
1  somedate    united state  newyork          5
    • Aber Sie haben eine leere Spalte name in der zweiten Methode.
    • ja, es ist nicht verwendet.
    InformationsquelleAutor Merlin
  2. 0

    Aufteilen der Spalte string-Wert mit rfind()

    import pandas as pd

df = pd.DataFrame({'Date': ['somedate', 'somedate'],
                   'location': ['united_kingdom_london', 'united_state_newyork'],
                   'occurence': [5, 5]})

df['country'] = df['location'].apply(lambda x: x[0:x.rfind('_')])
df['city'] = df['location'].apply(lambda x: x[x.rfind('_')+1:])

df = df[['Date', 'country', 'city', 'occurence']]
print(df)

#        Date         country     city  occurence
# 0  somedate  united_kingdom   london          5
# 1  somedate    united_state  newyork          5
    InformationsquelleAutor Parfait
  3. 0

    Versuchen Sie dies:

    temp_location = {}
splits = df['location'].str.split(' ')
temp_location['country'] = splits[0:-1].tolist() 
temp_location['city'] = splits[-1].tolist() 

location_data = pd.DataFrame(temp_location)

    Wenn Sie es wollen zurück in die ursprüngliche df:

    df['country'] = splits[0:-1].tolist() 
df['city'] = splits[-1].tolist()
    InformationsquelleAutor Kartik
  4. 0

    Etwas wie dies funktioniert

    import pandas as pd

df = pd.DataFrame({'Date': ['somedate', 'somedate'],
                   'location': ['united_kingdom_london', 'united_state_newyork'],
                   'occurence': [5, 5]})

df.location = df.location.str[::-1].str.replace("_", " ", 1).str[::-1]
newcols = df.location.str.split(" ")
newcols = pd.DataFrame(df.location.str.split(" ").tolist(),
                         columns=["country", "city"])
newcols.country = newcols.country.str.replace("_", " ")
df = pd.concat([df, newcols], axis=1)
df.drop("location", axis=1, inplace=True)
print(df)

         Date  occurence         country     city
  0  somedate          5  united kingdom   london
  1  somedate          5    united state  newyork

    Könnten Sie die regex in die ersetzen-für eine mehr komplizierte Muster, aber wenn es nur das Wort, nachdem die letzten _ ich finde es einfacher, nur in umgekehrter str zweimal als hack sondern als hantieren mit regulären Ausdrücken

    InformationsquelleAutor mgilbert
  5. 0

    Ich würde .str.extract() Methode:

    In [107]: df
Out[107]:
       Date               location  occurence
0  somedate  united_kingdom_london          5
1  somedate   united_state_newyork          5
2  somedate         germany_munich          5

In [108]: df[['country','city']] = (df.location.str.replace('_',' ')
   .....:                             .str.extract(r'(.*)\s+([^\s]*)', expand=True))

In [109]: df
Out[109]:
       Date               location  occurence         country     city
0  somedate  united_kingdom_london          5  united kingdom   london
1  somedate   united_state_newyork          5    united state  newyork
2  somedate         germany_munich          5         germany   munich

In [110]: df = df.drop('location', 1)

In [111]: df
Out[111]:
       Date  occurence         country     city
0  somedate          5  united kingdom   london
1  somedate          5    united state  newyork
2  somedate          5         germany   munich

    PS bitte beachten Sie, dass es nicht möglich ist, zu analysieren, richtig (zu unterscheiden) zwischen den Reihen mit zwei-Worte-Land + ein-Wort-Stadt und Zeilen mit ein-Wort-Land + zwei-Worte-Stadt (es sei denn, Sie haben eine vollständige Liste der Länder, so überprüfen Sie es anhand dieser Liste)...

    InformationsquelleAutor MaxU
Schreibe einen Kommentar